基于多普勒效應(yīng)的圖片標(biāo)注應(yīng)用.pdf

1、隨著數(shù)字圖片的爆發(fā)式增長(zhǎng)和對(duì)圖像檢索需求的日益旺盛，圖片自動(dòng)標(biāo)注越來(lái)越受到人們的關(guān)注，識(shí)別圖片中的一個(gè)或多個(gè)特定人是社交領(lǐng)域中常見的需求如Facebook，Google Picasa等，他們都有圖片標(biāo)記服務(wù)。對(duì)圖片中朋友的標(biāo)記能夠更好的與朋友分享快樂(lè)，同時(shí)在海量圖片中也可以快速的檢索出某個(gè)朋友的照片集合。通常的標(biāo)注方法有手動(dòng)標(biāo)注和圖片自動(dòng)標(biāo)注。手動(dòng)標(biāo)注就是用戶在拍完照片后手動(dòng)地標(biāo)注被拍照者的姓名等信息，這樣效率低，工作量大且易出現(xiàn)失誤。

2、傳統(tǒng)的圖片標(biāo)注都是基于圖像分析算法，復(fù)雜度較高，并且精度不能令人滿意。而本文提出的基于多普勒效應(yīng)的圖片標(biāo)注應(yīng)用是人們?cè)谂耐暾掌蟊阕詣?dòng)對(duì)照片中的人進(jìn)行標(biāo)注，圖片標(biāo)注的精度和復(fù)雜度都有很大的改進(jìn)。
　　本論文采用聲波的多普勒頻移作為識(shí)別接收設(shè)備的特征。由于不同接收設(shè)備所處的位置不同，則接收聲波的頻率也不同。根據(jù)設(shè)備接收的聲波頻率的大小來(lái)判別各個(gè)設(shè)備的相對(duì)位置，從而得知持有該設(shè)備的人在圖片中的相對(duì)位置，這樣就可以在圖片中標(biāo)注被拍照者的

3、姓名等信息。實(shí)現(xiàn)此功能需要解決兩大挑戰(zhàn)：1）、當(dāng)給人群中的部分人拍完照后，如何區(qū)別開這部分出現(xiàn)在照片中的人和其他不出現(xiàn)在圖片中的人。2）、如何將每個(gè)標(biāo)記信息與圖片中對(duì)應(yīng)的人準(zhǔn)確關(guān)聯(lián)。為解決這兩個(gè)挑戰(zhàn)，我們提出了一個(gè)應(yīng)用在手機(jī)上的基于多普勒效應(yīng)的方案。首先拍照者拍完照后移動(dòng)手機(jī)并通過(guò)揚(yáng)聲器發(fā)送20kHz的正弦波，被拍照者的手機(jī)對(duì)接收的聲波信號(hào)以44.1kHz的速率進(jìn)行采樣，并通過(guò)10階巴特沃茨帶通濾波器來(lái)衰減低于19kHz和高于21kHz

4、的頻率分量。再對(duì)濾波后的信號(hào)進(jìn)行欠采樣處理后，對(duì)欠采樣后的音頻樣本以10ms間隔，75％的重疊率進(jìn)行加窗函數(shù)分幀，然后對(duì)每一幀的樣本進(jìn)行FFT計(jì)算，選擇在所有幀中，頻率值最大的那個(gè)作為被拍照者的手機(jī)接收到的聲波頻率，此后被拍照者的手機(jī)通過(guò)網(wǎng)絡(luò)向拍照者的手機(jī)回復(fù)頻率和用戶名，拍照者的手機(jī)根據(jù)接收的信息自動(dòng)完成圖片標(biāo)注功能。
　　基于以上描述，本論文設(shè)計(jì)和實(shí)現(xiàn)了高精度檢測(cè)多普勒頻移和圖片自動(dòng)標(biāo)注系統(tǒng)，并在7個(gè)android手機(jī)上實(shí)現(xiàn)該